分布式共识算法 Raft

分布式共识算法 Raft

Author:杭州电子科技大学 唐涛

CreateTime:  2020-6-5 14:28:07

UpdateTime: 2020-6-7 13:36:16 

Copyright: 唐涛 HOME | 首页 © 2020

Email: tangtao2099@outlook.com 16011324@hdu.edu.cn

Link: 知乎 GitHub 语雀

动机(Motivation)

现代计算基础架构变得越来越分散有很多原因，首先，当今的CPU时钟速度在很长时间内没有很大提升，而通常一台计算机可以处理的速度是有限的，随着我们需要处理越来越多的数据和流量，迫使我们使用多机协同计算来处理这些日益庞大的工作负载，从而为其提供了可伸缩性。 随着数据量和复杂性的不断增加以及数据更新速度的加快，大数据的商业价值和持续的技术进步助长了这一趋势。

通常，即使在负载变化和系统出现部分故障的情况下，服务仍可以保持高度可用。但由于维护或停机，导致停机变得无法接受。只有通过复制（使用多个冗余计算机）才能实现这种弹性：当一台计算机发生故障或过载时，另一台计算机可以接管给定的角色。为了提供抵御数据丢失的弹性，必须存储这些数据，并在所有复制的计算机上进行连贯更新。

❗另外，对于具有全球范围的服务，企业更希望缩短延迟，让请求由地理位置最接近的复制实例提供服务。

在大多数服务中，使用并需要三台（或更多，但通常是奇数）服务器来提供最佳的动态可伸缩性，通过复制的弹性数据存储以及低延迟，以实现最佳的质量和服务保证。为了使计算在分布式系统中给出合理的结果，必须确定地执行该计算，这在分布式系统中，说起来容易做起来难。

如何确保任何两台计算机在任何给定时间都具有相同的状态？

假设任意的网络延迟和可能的网络临时分区，这实际上从根本上是不可能的。在不同的折衷方案下，可以使用不同的较弱（服务基本可用）的保证，但最简单的保证是使主和副本之间最终彼此一致，这意味着如果没有新的写入操作，对于相同的请求，两台计算机最终将返回相同的值。

为了了解分布式计算中的确定性执行，必须区分不会相互干扰的操作（比如：简单的读取操作）和会干扰彼此的操作（比如：对同一变量的写操作），执行冲突操作的服务器需要以某种方式就一个共同的状态达成共识，即寻求共识。

多数的分布式服务器都建立在共识之上：容错复制状态机，分布式数据库和组成员系统都依赖于共识解决方案。实际上，就共识而言，即使是分布式系统中的另一个基本问题&#